【まだ間に合う！】AI開発・機械学習を理解するための数学講座

🌟 【更新情報】 ⏰ 2019/5/7: レクチャーを一つ追加！行列計算に臨む講義が完成し、この重要なトピックも網羅する練習をお届けしました。

📅 2018/12/25: 線形代数セクションにまた5本のレクチャーを掲載！ベクトルに関する基本から、直行条件や法線ベクトル、ノルムなど、多くの重要な概念を学びます。

📚 【講座概要】

AIの世界に足を踏み入れるためには、数学的な基礎が不可欠です。この講座では、中学・高校の数学基礎から微分、確率統計、線形代数までを網羅し、AI開発や機械学習、ディープラーニングなどの技術の理解に必要な数学知識を短期間に翼き出します。

👩‍🎓 【注意】 この講座は中高の数学の基本に精通している方に向いています。プログラミングの知識がなくても大丈夫ですが、数学に不安を感じる場合は、他の講座をお勧めさせていただきます。

第1日目：数学基礎

• 関数と変数: 数学の言葉遣いが何なのか、基本的な概念を理解します。
• 1次関数: 直線を描く方法とはどうやって？
• GeoGebraでのグラフ描画: 実際に手元に操作しながら学びます。
• 2次関数: 円という形を描く方法を学びます。
• 累乗・累乗根: 指数を使った計算の基本を抱えます。
• 指数関数・対数関数: eとネイピア数について解説します。
• 自然対数とネイピア数: どちらの違いか理解し、計算経験を深めます。

第2日目：微分

• 極限: 函数の挙動がどう変化するかを理解する方法を学びます。
• 微分の公式: 傾きやスローについて知るための基本公式を紹介します。
• 常微分と偏微分: 二次元の関数の傾きを計算する方法を学びます。
• 合成関数の微分: 複合関数の微分について理解します。
• シグモイド関数の微分: AIでよく使われる特殊な関数の微分を学びます。

第3日目：確率・統計

• 確率: 事象が成立する確率をどのように求めるかを学びます。
• 直行条件: 確率分布について理解します。
• 法線ベクトル: 正規分布や「68-95-99.7」のルールについて学びます。
• ノルム: 数値の大きさや方向を扱う方法を学びます。
• コサイン類似度: 二つのベクトルの相関を計算する方法です。

第4日目：行列と逆行列

• 行列: 行き先や項目ごとの表に分けられた数学の一種です。
• 逆行列: 行列の「逆」を求める方法です。
• 行列計算: 行列の基本的な演算から特に inverse（逆行列）までを学びます。

この講座を通じて、AI分野における数学的な理解を深め、技術者としてのスキルを向上させることができるでしょう。数学の世界に目を覚ますこの時です！🎉